대표어
한국학술지인용색인(NRF)
권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
국회도서관 홈으로
정보검색
소장정보 검색
결과 내 검색
동의어 포함
-
-
초록보기
본 연구는 AI 기반 적응형 학습 시스템에 대한 학습자 반응을 분석하여 주제를 도출하고 이를 통해시스템의 적응성 구현 정도를 진단하며 향후 개선 방향을 탐색하는 것을 목적으로 한다. 이를 위해2016년부터 2025년 2월까지 발표된 국내 학술․학위 논문 중 초․중․고등학생 및 대학생을 대상으로AI 기반 적응형 학습 시스템을 적용한 논문 28편을 수집하였고, 논문에 수록된 총 583건의 학습자 반응 문장을 추출․정제하였다. 문맥 이해 기반의 토픽 모델링 방법인, BERTopic을 통해 ‘오답 기반 피드백을 통한 학습 촉진’, ‘수학 실력 향상 및 자기주도적 학습’, ‘게임․보상 요소를 통한 학습 몰입과동기 강화’, ‘시스템 오류 및 기기 사용에 따른 불편함’, ‘AI 추천 기반 맞춤형 학습과 교사 피드백 연계’, ‘스피킹 중심의 영어 학습과 다양한 표현 습득’, ‘디지털 학습 환경의 편의성과 흥미 유발’의 7개주제를 도출하였다. 또한 Aleven과 동료들(2016)이 제안한 5가지 적응 대상에 매핑하여 적응성 구현 수준을 진단한 결과, ‘사전 지식 및 지식 성장’과 ‘전략과 오류’에서는 다양한 기능이 활용되었지만 정교한 수준의 적응은 미흡한 것이 확인되었다. ‘정서․동기’, ‘자기조절’은 일부 기능에서 제한적으로적응성 구현이 발견되었으나 ‘학습 스타일’에서는 적응 사례를 확인할 수 없었다. 이에 따라 본 연구는 AI 기반 적응형 학습 시스템이 보다 정밀한 수준의 적응과 설명 가능성을 갖추고, 학교급별 학습자의 특성과 요구를 고려하며, 학습의 몰입과 지속성 확보를 위해 학습 스타일에 대한 적응 기능을개발할 것을 제안한다. 아울러 학습자 중심 설계의 패러다임에서 AI 기반 적응형 학습 시스템의 개선에 실사용자인 학습자의 관점을 적극 반영할 것을 강조한다.
This study analyzed learner responses to AI-based adaptive learning systems to derive themes, assess adaptivity, and explore directions for future improvement. A total of 28 studies published between 2016 and 2025 that applied AI-based adaptive learning systems to elementary, middle, high school and college students were reviewed, from which 583 learner response sentences were extracted and refined. Using BERTopic, a context-aware topic modeling method, seven themes were identified: “Error-driven feedback enhancing learning,” “Math proficiency and self-directed learning,” “Engagement and motivation through game and reward elements,” among others. Furthermore, by mapping the findings onto the five adaptation targets proposed by Aleven et al. (2016), the study diagnosed the level of adaptivity of the AI-based systems. Diverse functions were utilized in the categories of “prior knowledge and knowledge growth” and “strategies and errors,” but more sophisticated or fine-grained adaptivity was lacking. In contrast, for “affect and motivation” and “self-regulation,” limited adaptivity was observed, while no evidence of adaptivity was found for “learning styles.” Accordingly, this study proposes that AI-based adaptive learning systems should enhance fine-grained adaptivity and explainability, reflect learners’ characteristics and needs across educational levels, and incorporate adaptive functions for learning styles by actively integrating users’ perspectives within a learner-centered design framework to support learning immersion and sustainability.권호기사
MARC 보기
오류 데이터 정정요청
*표시는 필수 입력사항입니다.
알림톡 발송
| 전화번호 |
|---|
개인정보 수정 바로가기
연속간행물 권호 선택
우편복사 안내
- ◾ 도서관을 방문하지 못할 경우 인터넷, 팩스 등으로 자료 복사를 신청하고, 복사물을 우편·팩스 등으로 제공받는 서비스
- ◾ 대상자료: 일반도서, 연속간행물 및 학위논문
- ※ 고서, 고잡지, 훼손될 우려가 있는 자료, 마이크로폼 자료 및 신문 등 제외
- ◾ 신청 책수: 1인 5책 이하(1일 기준)
- ◾ 신청 절차: 자료 검색 → 우편복사 목록담기 → 복사 범위 입력 → 우편복사 주문서 입력 → 접수 및 확인
- ※ 저작권법에 의거하여 부분 복사(전체 페이지 수의 1/3 범위 이내)만 가능
- ◾ 복사 범위 입력 예시: (연속 페이지) 1-30, (부분 페이지) 25, 30-40
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내(서울관)
도서위치안내: 정기간행물실(524호) / 서가번호: 국내02
2021년 이전 정기간행물은 온라인 신청(원문 구축 자료는 원문 이용)
0
확인
우편복사 목록담기를 완료하였습니다.
내서재에 담기
새로운 서재
*표시는 필수 입력사항입니다.
저장
저장 되었습니다.